2
我无法刮取分页网页中存在的文章的链接。此外,我有时会得到一个空白屏幕作为我的输出。我无法在循环中找到问题。此外,csv文件不会被创建。美丽的汤 - 无法从分页页面中获取链接
from pprint import pprint
import requests
from bs4 import BeautifulSoup
import lxml
import csv
import urllib2
def get_url_for_search_key(search_key):
for i in range(1,100):
base_url = 'http://www.thedrum.com/'
response = requests.get(base_url + 'search?page=%s&query=' + search_key +'&sorted=')%i
soup = BeautifulSoup(response.content, "lxml")
results = soup.findAll('a')
return [url['href'] for url in soup.findAll('a')]
pprint(get_url_for_search_key('artificial intelligence'))
with open('StoreUrl.csv', 'w+') as f:
f.seek(0)
f.write('\n'.join(get_url_for_search_key('artificial intelligence')))
为了进行初步测试,我拿了第100页。问题是,当我尝试打印基于您的解决方案的链接时,我会看到一系列“无”打印在另一个下面。 – Rrj17
你如何打印它们?请提供完整的代码 –
刚刚在您提供的代码片段之后使用'pprint(res.append([url]'[url]')])'url中的URL。我不确定这是否正确。非常困惑。 – Rrj17